近日，華為AI4S Lab與清華大學李懋坤教授團隊、華為先進計算與存儲實驗室合作，基于昇騰AI處理器與昇思MindSpore AI框架打造了大地電磁智能反演模型。該模型通過變分自編碼器（VAE）靈活嵌入了多物理先驗知識，達到了業(yè)界SOTA。該成果已被國際頂級地球物理期刊《Geophysics》收錄，相關代碼已在昇思MindSpore Elec電磁仿真套件代碼倉中開源，同時，該成果也在昇思人工智能框架峰會2024上發(fā)布亮相。
大地電磁反演（Magnetotelluric, MT）是一種地球物理勘探技術。它利用地球表面上的電磁場與地下巖石、礦床等物質的電導率、磁導率等物理屬性之間的關系，推斷地下物質的電磁參數分布從而達到探測地下物質的目的。該技術被廣泛應用于礦產勘探、油氣勘探、地質災害預測等領域。大地電磁反演相比地震波反演具有探測深度大、測量復雜度低、操作較為簡便等優(yōu)勢，但傳統(tǒng)的大地電磁反演方法（如像素反演方法等）仍面臨數據分辨率低、病態(tài)性和多解性等問題?；跁N思的大地電磁智能反演模型通過融入多物理先驗知識，有效地解決了上述問題。
圖1大地電磁反演示意圖
大地電磁智能反演模型大體分為兩步：
· 根據先驗知識隨機生成電阻率分布圖，并進行VAE的自編碼預訓練
獲得解碼器構建的圖像和隱變量的映射關系m＝?(v)。特別注意的是，我們首次提出采用1D子域編碼方案，該方案可有效降低數據集的復雜性和多樣性。最終不僅可以減少訓練成本，還可以靈活地嵌入具有各種不確定性的先驗知識。
 |
|  |
圖2 VAE預訓練示意圖
· 預訓練完成后，利用觀測數據對隱變量v進行高斯牛頓迭代反演。迭代反演中為了提升反演的穩(wěn)定性，我們分別引入了關于當前步隱變量梯度的正則項以及前一步隱變量相關的正則項。
其中，dobs是測量數據，而?為大地電磁正演建模算子，第2/3/4項為不同的正則項。通過上述步驟，我們有效的提升了大地電磁反演的分辨率，克服了病態(tài)性和多解性問題。
基于昇思MindSpore框架的分布式并行能力，我們實現了高效的變分自編碼器網絡的預訓練和推理。借助MindSpore的自動微分能力，高斯牛頓迭代反演中靈活地嵌入了含梯度的正則項，提升了反演的穩(wěn)定性。基于昇思MindSpore的大地電磁反演模型，精度和性能上都有顯著提升。
如下是大地電磁智能反演示例：反演區(qū)域水平長度為10km，深度為1km。下圖3中目標電阻率分布（第一列）與傳統(tǒng)大地電磁反演（第二列）、大地電磁智能反演（第三列），可以看出大地電磁智能反演相比傳統(tǒng)反演精度顯著提升（前者殘差為0.0056和0.0054；后者為0.023和0.024）；下圖4中，大地電磁智能反演性能也優(yōu)于傳統(tǒng)反演方法（前者收斂步數為4和4；后者為6和4）。
此外，大地電磁智能反演模型還在南部非洲開源數據集（SAMTEX）上做了驗證。該反演區(qū)域位于南部非洲西海岸附近，長度約為750km，深度選定為80km。該測區(qū)顯著特征為在水平方向100km至400km之間，深度20km以淺的區(qū)域存在的高導結構。由于低頻電磁波在導體結構中的衰減，MT方法對高導結構下部區(qū)域的敏感度很低, 因此無先驗知識約束的傳統(tǒng)MT反演難以準確重建高導地層的下邊界位置。大地電磁智能反演對高導地層的下邊界重建較為清晰準確，較好地將地層厚度的先驗知識融入了反演。
昇思MindSpore為用戶和開發(fā)者提供了一個高效易用的AI4S加速庫，大地電磁智能反演模型充分利用該加速庫，并取得了SOTA的結果。未來，AI4S加速庫將不斷拓展該模型，推動應用落地到更多領域。同時，希望有更多的企業(yè)、科研院所能夠共同參與共建、共享，依托昇思MindSpore共同打造更多智能電磁的創(chuàng)新應用。
了解更多可查看論文：
https://library.seg.org/doi/10.1190/geo2022-0774.1
相關工作：
· MindSpore Science開源路徑
https://gitee.com/mindspore/mindscience
· 昇思大地電磁智能反演模型開源路徑
https://gitee.com/mindspore/mindscience/tree/master/MindElec/examples/hybrid_driven/feature_based_MT_inversion
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
